Bu, BrainPad Inc. Baş Veri Bilimcisi Dr. Naoki Okada'nın misafir yazısıdır.
2004 yılında kurulan, BrainPad Inc. veri kullanımı alanında şirketlerin veri kullanımı yoluyla iş yaratmalarına ve yönetimlerini geliştirmelerine yardımcı olan öncü bir ortaktır. BrainPad bugüne kadar başta endüstri liderleri olmak üzere 1,300'den fazla şirkete yardımcı oldu. BrainPad, veri kullanım stratejisinin formüle edilmesinden kavram kanıtı ve uygulamaya kadar tek elden hizmet sunma avantajına sahiptir. BrainPad'in benzersiz tarzı, silolanmış bir organizasyon yapısı nedeniyle toplanamayan veriler veya var olan ancak organize olmayan veriler gibi sorunları yerinde çözmek için müşterilerle birlikte çalışmaktır.
Bu yazı, dahili bilgi paylaşımının nasıl yapılandırılacağını tartışıyor Amazon Kendrası ve AWS Lambda ve Amazon Kendra'nın birçok şirketin karşılaştığı bilgi paylaşımındaki engelleri nasıl çözdüğü. BrainPad'in çabalarını dört temel alanda özetliyoruz:
- Birçok şirketin karşılaştığı bilgi paylaşımı sorunları nelerdir?
- Neden Amazon Kendra'yı seçtik?
- Bilgi paylaşım sistemini nasıl hayata geçirdik?
- Bir araç faydalı olsa bile kullanılmadığı takdirde hiçbir anlamı yoktur. Evlat edinme engelini nasıl aştık?
Birçok şirketin karşılaştığı bilgi paylaşımı sorunları
Birçok şirket, işlerini farklı alanlara bölerek sonuçlara ulaşıyor. Bu etkinliklerin her biri her gün yeni fikirler üretiyor. Bu bilgi bireysel olarak biriktirilir. Bu bilgi kişi ve kuruluşlar arasında paylaşılabilirse ilgili çalışmalarda sinerji yaratılabilir, işin verimliliği ve kalitesi ciddi oranda artacaktır. Bu bilgi paylaşımının gücüdür.
Ancak bilgi paylaşımının önünde birçok ortak engel vardır:
- Çok az kişi proaktif olarak dahil oluyor ve yoğun programlardan dolayı süreç uzun süre sürdürülemiyor.
- Bilgi, dahili wiki'ler ve PDF'ler gibi birden fazla ortama dağılmış olduğundan ihtiyacınız olan bilgiyi bulmanızı zorlaştırır.
- Hiç kimse bilgi birleştirme sistemine bilgi giremez. Sistem, aranabilirliğinin zayıf olması nedeniyle yaygın olarak kullanılmayacaktır.
Şirketimiz de benzer bir durumla karşı karşıya kaldı. Bilgi paylaşımındaki temel sorun, çalışanların çoğunun bilgi edinme konusunda güçlü bir ihtiyaç duymasına rağmen, kendi bilgilerini bir maliyetle paylaşma konusunda çok az motivasyona sahip olmalarıdır. Yalnızca bilgi paylaşımı amacıyla çalışanların davranışlarını değiştirmek kolay değildir.
Ayrıca her çalışanın veya departmanın kendi tercih ettiği bilgi toplama yöntemi vardır ve birleştirmeyi zorlamaya çalışmak, bilgi paylaşımında motivasyona veya performansa yol açmaz. Bu, bilgiyi pekiştirmek isteyen yönetim için baş ağrısıdır, oysa sahadakiler bilgiye merkezi olmayan bir şekilde sahip olmak isterler.
Şirketimizde Amazon Kendra bu sorunları çözen bulut hizmetidir.
Neden Amazon Kendra'yı seçtik?
Amazon Kendra, ortak bir arayüzden dahili bilgileri aramamıza olanak tanıyan bir bulut hizmetidir. Başka bir deyişle içsel bilgiler konusunda uzmanlaşmış bir arama motorudur. Bu bölümde Amazon Kendra'yı seçmemizin üç temel nedenini tartışıyoruz.
Bilginin kolay toplanması
Önceki bölümde bahsedildiği gibi bilgi, var olsa bile birden fazla ortama dağılma eğilimindedir. Bizim durumumuzda, dahili wiki'mize ve çeşitli belge dosyalarımıza dağılmıştı. Amazon Kendra güçlü özellikler sağlar konnektörleri bu durum için. Grup yazılımı, wiki'ler, Microsoft PowerPoint dosyaları, PDF'ler ve daha fazlası dahil olmak üzere çeşitli ortamlardaki belgeleri herhangi bir sorun yaşamadan kolayca içe aktarabiliriz.
Bu, çalışanların bilgiyi paylaşmak için depolama şeklini değiştirmelerine gerek olmadığı anlamına gelir. Bilgi birikimi geçici olarak sağlanabilse de, sürdürülmesi çok maliyetlidir. Bunu otomatikleştirme yeteneği bizim için çok arzu edilen bir faktördü.
Mükemmel aranabilirlik
Bilgi girişinde başarılı olan pek çok grup yazılımı ve wiki var. Ancak genellikle bilgi çıktısı (aranabilirlik) konusunda zayıflıkları vardır. Bu özellikle Japonca arama için geçerlidir. Örneğin İngilizce'de kelime düzeyinde eşleştirme makul düzeyde aranabilirlik sağlar. Ancak Japonca'da sözcük çıkarmak daha zordur ve eşleştirmenin sözcükleri uygun sayıda karakterle ayırarak yapıldığı durumlar da vardır. "Tokyo-to (東京都)" için yapılan bir arama "Tokyo (東京)" ve "Kyoto (京都)" olmak üzere iki karakterle ayrılmışsa, aradığınız bilgiyi bulmanız zor olacaktır.
Amazon Kendra harika teklifler sunuyor makine öğrenimi aracılığıyla aranabilirlik. "Teknoloji trendleri" gibi geleneksel anahtar kelime aramalarının yanı sıra, "Yeni teknoloji girişimleri hakkında bilgi istiyorum" gibi doğal dil aramaları da kullanıcı deneyimini büyük ölçüde geliştirebilir. Toplanan bilgileri uygun şekilde arama yeteneği, Amazon Kendra'yı seçmemizin ikinci nedenidir.
Düşük sahip olma maliyeti
Bilgi toplama ve alma konusunda uzmanlaşmış BT araçlarına kurumsal arama sistemleri denir. Bu sistemlerin uygulanmasındaki sorunlardan biri maliyettir. Birkaç yüz çalışanı olan bir kuruluş için işletme maliyetleri yılda 10 milyon yen'i aşabilir. Bu, bir bilgi paylaşımı girişimi başlatmanın ucuz bir yolu değildir.
Amazon Kendra şu fiyatla sunulmaktadır: çok daha düşük maliyet çoğu kurumsal arama sisteminden daha iyidir. Daha önce de belirtildiği gibi, bilgi paylaşımı girişimlerinin uygulanması kolay değildir. Küçük başlamak istedik ve Amazon Kendra'nın düşük sahip olma maliyeti kararımızda önemli bir faktördü.
Ayrıca Amazon Kendra'nın uygulama kolaylığı ve esnekliği de bizim için büyük avantaj. Bir sonraki bölüm uygulamamızın bir örneğini özetlemektedir.
Bilgi paylaşım sistemini nasıl hayata geçirdik?
Uygulama abartılı bir geliştirme süreci değildir; Amazon Kendra işlem akışını takip ederek kodsuz olarak yapılabilir. Uygulama sürecindeki beş önemli nokta şunlardır:
- Veri kaynağı (bilgi biriktirme) – Şirketimizin her departmanı ve çalışanı sık sık kurum içi çalışma toplantıları düzenledi ve bu etkinlikler aracılığıyla wikiler ve çeşitli depolama türleri gibi çoklu ortamlarda bilgi birikimi sağlandı. O zamanlar çalışma toplantılarından elde edilen bilgileri daha sonra gözden geçirmek kolaydı. Ancak belirli bir alan veya teknoloji hakkında bilgi edinmek için her ortamı ayrıntılı olarak incelemek gerekiyordu ki bu da pek uygun değildi.
- Bağlayıcılar (bilgi toplama) – Amazon Kendra'daki bağlayıcı işlevselliği sayesinde şirket geneline dağılmış bilgileri Amazon Kendra'ya bağlamayı ve kesitsel aranabilirlik elde etmeyi başardık. Ayrıca bağlayıcı, kısıtlı bir hesap aracılığıyla yüklenir ve güvenlik bilincine sahip bir uygulamaya olanak tanır.
- Arama motoru (bilgi bulma) – Çünkü Amazon Kendra'nın bir kullanılabilirlik testi için arama sayfası, ne tür bilgilerin bulunabileceğini görmek için belgeleri yükledikten hemen sonra arama motorunun kullanılabilirliğini hızlı bir şekilde test edebildik. Bu, lansmanın imajını sağlamlaştırmada çok yardımcı oldu.
- Arama arayüzü (kullanıcılar için arama sayfası) – Amazon Kendra'nın adında bir özelliği var Deneyim Oluşturucu Bu, arama ekranını kullanıcılara gösterir. Bu özellik kod olmadan uygulanabiliyor ve bu da test dağıtımı sırasında geri bildirim alınmasına çok yardımcı oldu. Amazon Kendra, Experience Builder'ın yanı sıra Python ve React.js API uygulamalarını da destekliyor; böylece çalışanlarımıza deneyimlerini geliştirmek için özelleştirilmiş arama sayfaları sunabiliyoruz.
- Analytics (kullanım eğilimlerinin izlenmesi) – Kurumsal bir arama sistemi yalnızca onu çok sayıda kişi kullanıyorsa değerlidir. Amazon Kendra'nın sahip olduğu izleme yeteneği kaç aramanın hangi terimlerle gerçekleştirildiği. Bu özelliği kullanım eğilimlerini takip etmek için kullanıyoruz.
Ayrıca uygulamamızla ilgili bazı Soru-Cevaplarımız da var:
- Dahili bilgi toplamanın zorlukları nelerdi? Her departmanın ve çalışanın sahip olduğu bilgileri toplayarak başlamamız gerekiyordu, ancak bu mutlaka Amazon Kendra ile doğrudan bağlantılı olabilecek bir yerde olması gerekmiyordu.
- Amazon Kendra'dan nasıl faydalandık? Geçmişte birçok kez bilgiyi paylaşmayı denemiştik ama çoğu zaman başarısız olmuştuk. Bunun nedenleri bilgi toplama, aranabilirlik, operasyonel maliyetler ve uygulama maliyetleriydi. Amazon Kendra'nın bu sorunları çözen özellikleri var ve onu yaklaşık 3 ay içinde başarıyla kullanıma sunduk. Artık Amazon Kendra'yı, daha önce bireylerin veya departmanların bilgisini tüm organizasyonun kolektif bilgisi olarak gerektiren görevlere çözüm bulmak için kullanabiliriz.
- Sistemin aranabilirliğini nasıl değerlendirdiniz ve geliştirmek için ne yaptınız? Öncelikle birçok çalışanımızın sistemle etkileşime geçmesini ve geri bildirim almasını sağladık. Uygulamanın başlangıcında ortaya çıkan sorunlardan biri, bilgi olarak pek değeri olmayan bilgilerin dağılmasıydı. Bunun nedeni, bazı veri kaynaklarının örneğin dahili blog gönderilerinden bilgiler içermesiydi. Doğru veri kaynaklarını seçerek kullanıcı deneyimini geliştirmek için sürekli çalışıyoruz.
Daha önce de belirttiğimiz gibi Amazon Kendra'yı kullanarak birçok uygulama engelini minimum maliyetle aşmayı başardık. Ancak bu tür araçlarla ilgili en büyük zorluk, uygulama sonrasında ortaya çıkan benimseme engelidir. Bir sonraki bölümde bu engeli nasıl aştığımıza dair bir örnek verilmektedir.
Evlat edinme engelini nasıl aştık?
Uygulamaya çok fazla çaba, zaman ve para harcadığınız bir aracın yaygın olarak kullanılmadan geçerliliğini yitirdiğini hiç gördünüz mü? İşlevsellik sorunları çözmede ne kadar iyi olursa olsun, insanlar onu kullanmıyorsa etkili olmayacaktır.
Amazon Kendra'nın lansmanıyla birlikte gerçekleştirdiğimiz girişimlerden biri de bir chatbot sağlamaktı. Yani bir sohbet aracında soru sorduğunuz zaman uygun bilgiyi içeren bir yanıt alırsınız. Uzaktan çalışan tüm çalışanlarımız günlük olarak bir sohbet aracı kullandığından, sohbet robotlarını kullanmak, tarayıcılarında yeni bir arama ekranı açmalarından çok daha uyumludur.
Bu sohbet robotunu uygulamak için sunucusuz, olay odaklı programları çalıştırmamıza olanak tanıyan bir hizmet olan Lambda'yı kullanıyoruz. Özellikle aşağıdaki iş akışı uygulanır:
- Bir kullanıcı chatbot'a bir soru göndererek söz ediyor.
- Sohbet robotu Lambda'ya bir etkinlik yayınlar.
- Lambda işlevi olayı algılar ve soruyu Amazon Kendra'da arar.
- Lambda işlevi, arama sonuçlarını sohbet aracına gönderir.
- Kullanıcı arama sonuçlarını görüntüler.
Bu işlem yalnızca birkaç saniye sürer ve bilgi keşfi için yüksek kaliteli bir kullanıcı deneyimi sağlar. Çalışanların çoğunluğu chatbot aracılığıyla bilgi paylaşım mekanizmasıyla tanıştı ve chatbotun mekanizmanın yaygınlaşmasına katkı sağladığına şüphe yok. Ayrıca chatbot'un tek başına kapsayamayacağı bazı alanlar olduğundan, daha da iyi bir kullanıcı deneyimi sağlamak amacıyla özelleştirilmiş arama ekranını chatbot ile birlikte kullanmalarını da istedik.
Sonuç
Bu yazıda, bilgi paylaşımı için Amazon Kendra'ya ilişkin bir örnek olay incelemesi ve mekanizmayı yaymak için Lambda'yı kullanan bir sohbet robotu uygulaması örneğini sunduk. Büyük ölçekli dil modelleri gelişmeye devam ettikçe Amazon Kendra'nın bir adım daha atmasını sabırsızlıkla bekliyoruz.
Amazon Kendra'yı denemekle ilgileniyorsanız, göz atın Amazon Kendra ile kurumsal aramayı geliştirme. BrainPad ayrıca üretken yapay zekayı kullanarak dahili bilgi paylaşımı ve belge kullanımı konusunda size yardımcı olabilir. Daha fazla bilgi için lütfen bizimle iletişime geçin.
Yazar Hakkında
Dr. Naoki Okada BrainPad Inc.'de Baş Veri Bilimcisidir. İş, analitik ve mühendislik alanlarındaki işlevler arası deneyimiyle, DX organizasyonları oluşturmaktan keşfedilmemiş alanlardaki verilerden yararlanmaya kadar çok çeşitli müşterilere destek vermektedir.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- EVM Finans. Merkezi Olmayan Finans için Birleşik Arayüz. Buradan Erişin.
- Kuantum Medya Grubu. IR/PR Güçlendirilmiş. Buradan Erişin.
- PlatoAiStream. Web3 Veri Zekası. Bilgi Genişletildi. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/how-brainpad-fosters-internal-knowledge-sharing-with-amazon-kendra/
- :vardır
- :dır-dir
- :olumsuzluk
- :Neresi
- $ 10 milyon
- $UP
- 1
- 10
- 100
- 7
- a
- kabiliyet
- Yapabilmek
- Hakkımızda
- Hesap
- birikmiş
- Başarmak
- elde
- karşısında
- faaliyetler
- ilave
- Benimseme
- avantaj
- avantajları
- Sonra
- toplama
- toplanma
- AI
- Türkiye
- Izin
- veriyor
- tek başına
- Ayrıca
- Rağmen
- Amazon
- Amazon Kendrası
- Amazon Web Servisleri
- arasında
- an
- analytics
- ve
- Başka
- herhangi
- api
- uygun
- uygun olarak
- ARE
- ALAN
- alanlar
- etrafında
- AS
- At
- otomatikleştirmek
- AWS
- bariyer
- engelleri
- temel
- BE
- Çünkü
- müşterimiz
- Başlangıç
- olmak
- yarar
- Daha iyi
- Biggest
- Blog
- Blog Yazıları
- tarayıcılar
- oluşturucu
- bina
- iş
- meşgul
- fakat
- by
- denilen
- CAN
- dava
- örnek olay
- durumlarda
- meydan okuma
- zorluklar
- değişiklik
- değiştirme
- karakterler
- chatbot
- chatbots
- ucuz
- Kontrol
- Klinik
- seçti
- istemciler
- bulut
- CO
- kod
- Toplama
- Toplu
- geliyor
- ortak
- Şirketler
- şirket
- uyumlu
- kavram
- gebe kalma
- birlikte
- bağlı
- pekiştirmek
- sağlamlaştırma
- UAF ile
- içerdiği
- sürekli olarak
- devam etmek
- katkıda
- Uygun
- Ücret
- pahalı
- maliyetler
- olabilir
- kaplı
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- özelleştirilmiş
- günlük
- veri
- veri bilimcisi
- Tarih
- gün
- Merkezi olmayan
- karar
- bölüm
- bölümler
- açılma
- dağıtım. Ek olarak
- ayrıntı
- gelişme
- DID
- farklı
- zor
- Yayılma
- direkt olarak
- keşif
- tartışmak
- do
- belge
- evraklar
- yapılmış
- Dont
- şüphe
- dr
- dramatik
- gereken
- sırasında
- DX
- her
- Daha erken
- kolaylaştırmak
- kolayca
- kolay
- Etkili
- verim
- çaba
- çabaları
- Işçi
- çalışanların
- Motor
- Mühendislik
- İngilizce
- artırmak
- kuruluş
- girer
- Tüm
- özellikle
- değerlendirmek
- Hatta
- Etkinlikler
- sonunda
- hİÇ
- Her
- her gün
- gelişmek
- örnek
- aşmak
- Excel
- var
- deneyim
- istismar
- maruz
- çıkarmak
- Yüz
- yüzlü
- faktör
- başarısız
- Özellikler(Hazırlık aşamasında)
- Özellikler
- geribesleme
- az
- alan
- dosyalar
- bulmak
- bulma
- Ad
- Esneklik
- akış
- takip etme
- İçin
- Zorla
- formüle etmek
- ileri
- bulundu
- dört
- sık sık
- itibaren
- işlev
- işlevsellik
- temel
- toplama
- üretir
- üretken
- üretken yapay zeka
- almak
- alma
- Tercih Etmenizin
- harika
- çok
- Zemin
- Konuk
- Misafir Mesaj
- vardı
- Var
- sahip olan
- he
- Held
- yardım et
- yardım
- faydalı
- yardım
- okuyun
- Yüksek kaliteli
- onun
- Ne kadar
- Nasıl Yapılır
- Ancak
- HTML
- HTTPS
- yüz
- Engelli koşu
- fikirler
- if
- görüntü
- hemen
- uygulamak
- uygulama
- uygulanan
- uygulanması
- ithalat
- iyileştirmek
- in
- Diğer
- A.Ş.
- Dahil olmak üzere
- Artırmak
- bireysel
- bireyler
- sanayi
- bilgi
- Girişim
- girişimler
- giriş
- etkileşim
- ilgili
- arayüzey
- iç
- içine
- ilgili
- sorunlar
- IT
- ONUN
- Japonca
- anahtar
- Anahtar Alanlar
- anahtar faktör
- Nezaket.
- bilgi
- dil
- büyük ölçekli
- sonra
- başlatmak
- başlattı
- öncülük etmek
- liderleri
- Sıçrama
- seviye
- kaldıraç
- LINK
- küçük
- yükleme
- Uzun
- Bakın
- bakıyor
- Çok
- Düşük
- alt
- makine
- korumak
- çoğunluk
- Yapımı
- yönetim
- çok
- uygun
- Mesele
- anlamına geliyor
- mekanizma
- medya
- orta
- adı geçen
- yöntem
- Microsoft
- milyon
- en az
- modelleri
- para
- izleme
- ay
- Daha
- çoğu
- Motivasyon
- çok
- çoklu
- Doğal (Madenden)
- zorunlu olarak
- gerekli
- gerek
- yeni
- sonraki
- yok hayır
- şimdi
- numara
- eski
- engeller
- elde etmek
- of
- sunulan
- Teklifler
- sık sık
- on
- ONE
- bir tek
- açık
- işletme
- işletme
- or
- sipariş
- kuruluşlar
- örgütsel
- organizasyonlar
- Düzenlenmiş
- Diğer
- bizim
- Şirketimiz
- dışarı
- çıktı
- Üstesinden gelmek
- kendi
- mülkiyet
- Kanal
- Partner
- geçmiş
- İnsanlar
- performans
- yapılan
- Öncü
- yer
- Platon
- Plato Veri Zekası
- PlatoVeri
- Lütfen
- noktaları
- yoksul
- Çivi
- Mesajlar
- güç kelimesini seçerim
- güçlü
- tercihli
- sundu
- önceki
- Önceden
- öncelikle
- Sorun
- sorunlar
- süreç
- işleme
- Programlar
- kanıt
- kavramın ispatı
- sağlamak
- sağlar
- sağlama
- amaç
- Python
- Soru-Cevap
- kalite
- soru
- hızla
- menzil
- React
- neden
- makul
- nedenleri
- ilgili
- gereklidir
- yanıt
- kısıtlı
- Sonuçlar
- yorum
- krallar gibi yaşamaya
- koşmak
- dağınık
- bilim adamı
- Ekran
- Ara
- arama motoru
- İkinci
- saniye
- Bölüm
- görmek
- görme
- görüldü
- seçme
- ayırma
- Serverless
- hizmet
- Hizmetler
- oturumları
- birkaç
- paylaş
- Paylaşılan
- paylaşımı
- benzer
- durum
- küçük
- So
- Çözümler
- ÇÖZMEK
- çözer
- Çözme
- biraz
- Kaynak
- kaynaklar
- uzmanlaşmak
- uzmanlaşmış
- özel
- özellikle
- harcanmış
- başlama
- hafızası
- mağaza
- Stratejileri
- güçlü
- yapı
- Ders çalışma
- stil
- Başarılı olarak
- böyle
- özetlemek
- Destekler
- sistem
- Sistemler
- Bizi daha iyi tanımak için
- alır
- görevleri
- Teknoloji
- şartlar
- test
- göre
- o
- The
- Bilgi
- ve bazı Asya
- Onları
- Orada.
- Bunlar
- onlar
- Re-Tweet
- Bu
- üç
- İçinden
- boyunca
- zaman
- zamanlar
- için
- birlikte
- aldı
- araç
- araçlar
- iz
- geleneksel
- Trendler
- denenmiş
- gerçek
- iki
- tip
- türleri
- ui
- benzersiz
- us
- KULLANILABİLİRLİK
- kullanım
- kullanım
- Kullanılmış
- kullanıcı
- Kullanıcı Deneyimi
- kullanıcılar
- kullanma
- Değerli
- değer
- çeşitlilik
- çeşitli
- çok
- Gösterim
- istemek
- aranan
- istiyor
- oldu
- Yol..
- we
- ağ
- web hizmetleri
- vardı
- Ne
- ne zaman
- hangi
- süre
- DSÖ
- neden
- geniş
- Geniş ürün yelpazesi
- geniş ölçüde
- yaygın
- irade
- ile
- içinde
- olmadan
- Word
- sözler
- İş
- birlikte çalışmak
- iş akışı
- çalışma
- yıl
- Yen
- Sen
- zefirnet